-
公开(公告)号：CN111476205B
公开(公告)日：2023-10-17
申请号：CN202010375098.4
申请日：2020-05-07
Applicant: 安徽建筑大学
IPC: G06V20/52 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06V20/40
Abstract: 本发明公开了一种基于LSTM模型的人员计数方法及装置，所述方法包括：对双路多束型主动红外入侵探测器装置的输出数据进行标注得到标注数据集；依据标注数据集划分模式数据集以及教师集；将模式数据集和教师集作为训练集输入到LSTM神经网络模型中进行训练获取分类模型；将双路多束型主动红外入侵探测器装置采集到的输出序列输入到分类模型得到人员进出的类别；根据分类模型的类别辨识结果进行室内人数的统计；本发明的优点在于：利用LSTM模型对双路多束型主动红外入侵探测器的输出序列进行处理，能够处理长期序列，并且解决了RNN的梯度消失问题。
-
公开(公告)号：CN111476205A
公开(公告)日：2020-07-31
申请号：CN202010375098.4
申请日：2020-05-07
Applicant: 安徽建筑大学
Abstract: 本发明公开了一种基于LSTM模型的人员计数方法及装置，所述方法包括：对双路多束型主动红外入侵探测器装置的输出数据进行标注得到标注数据集；依据标注数据集划分模式数据集以及教师集；将模式数据集和教师集作为训练集输入到LSTM神经网络模型中进行训练获取分类模型；将双路多束型主动红外入侵探测器装置采集到的输出序列输入到分类模型得到人员进出的类别；根据分类模型的类别辨识结果进行室内人数的统计；本发明的优点在于：利用LSTM模型对双路多束型主动红外入侵探测器的输出序列进行处理，能够处理长期序列，并且解决了RNN的梯度消失问题。
-
公开(公告)号：CN110889363A
公开(公告)日：2020-03-17
申请号：CN201911145540.8
申请日：2019-11-21
Applicant: 安徽建筑大学
Abstract: 本发明提供了一种基于红外信号的人员识别模型的建模方法，包括S1：获取信号序列S、标注序列B、模式长度k；S2：根据S和k构造识别序列 S3：获得 的标注结果yj；S4：对 进行聚类，确定类Pm的教师信号Tm；S5：基于类Pm和Tm进行训练得到识别模型。本发明还提供了基于识别模型的人员计数方法，根据相邻时刻的识别结果判断是否有人通过。本发明提供的基于红外信号的人员识别模型的建模方法和人员计数方法的优点在于：通过对一定长度的红外信号进行识别和聚类分析，借助人类动作规律对应的红外信号获取更为精准的人员识别模型，并借助模型计算前后相邻时间的识别结果，判断是否有人通过探测区域，提高了判断的准确性，防止因误判做出错误的策略。
-
公开(公告)号：CN110889363B
公开(公告)日：2023-02-28
申请号：CN201911145540.8
申请日：2019-11-21
Applicant: 安徽建筑大学
IPC: G06V20/52 , G06V10/762 , G06V10/764
Abstract: 本发明提供了一种基于红外信号的人员识别模型的建模方法，包括S1：获取信号序列S、标注序列B、模式长度k；S2：根据S和k构造识别序列S3：获得的标注结果yj；S4：对进行聚类，确定类Pm的教师信号Tm；S5：基于类Pm和Tm进行训练得到识别模型。本发明还提供了基于识别模型的人员计数方法，根据相邻时刻的识别结果判断是否有人通过。本发明提供的基于红外信号的人员识别模型的建模方法和人员计数方法的优点在于：通过对一定长度的红外信号进行识别和聚类分析，借助人类动作规律对应的红外信号获取更为精准的人员识别模型，并借助模型计算前后相邻时间的识别结果，判断是否有人通过探测区域，提高了判断的准确性，防止因误判做出错误的策略。
-
-
-
Search Results
4
records
(took 0.025 seconds)
